融合声音与运动传感器的步态分析技术的敏感性及信度研究

孔佑琪，刘明勇，王成，周立春，王向东

步态分析是针对人体行走时肢体及关节活动进行的运动学观察及动力学分析，可提供基于一系列时间、几何、力学等概念的参数值及曲线。近年来，步态分析技术受到了越来越多的关注，已逐渐应用于医疗、康复等领域，对于神经系统疾病所致的步态异常[1-2]，尤其对于卒中后偏瘫步态的分析具有重要意义，可为下一步制定康复治疗方案及疗效评价提供临床依据[3]。目前常用的步态分析技术包括足印法、三维步态分析法、人体步态垫测定法及便携式步态分析仪等[4-6]。本研究应用中国科学院计算技术研究所研制的融合声音与运动传感器的步态分析技术，应用可穿戴设备对健康成人及卒中偏瘫人群进行步态分析，探究该技术的信度及敏感性，为临床使用该步态分析技术提供实验依据。

1 研究对象与方法

1.1 研究对象及纳入标准 本研究共纳入卒中偏瘫患者及健康受试者47名。其中25名来自社区的健康成年人为对照组，男16名，女9名，年龄（55.68±12.41）岁，身高（166.94±8.32）cm，体重（71.84±17.61）kg。22名于2017年8月-2018年7月在北京朝阳医院住院治疗的偏瘫患者为病例组，男14名，女8名，年龄（59.23±14.65）岁，身高（167.00±7.26）cm，体重（69.91±8.59）kg；左侧偏瘫者10例，右侧偏瘫者12例。两组受试者的年龄、身高、体重比较，差异均无统计学意义。

对照组纳入标准：无下肢肌肉、骨骼及神经系统疾病，无严重的心肺疾病。

病例组纳入标准：①临床确诊因急性卒中致步态异常者；②患肢肌力Ⅳ级及以上，能够独立步行10 m以上；③无下肢深、浅感觉异常；④无严重认知障碍者；⑤无前庭/小脑功能障碍及其他可引起行走障碍的下肢肌肉、骨骼及神经系统病变者；⑥无心、肺、肝、肾功能不全等严重系统疾病者。

1.2 研究设备 本研究采用中国科学院计算技术研究所研制的盖力步（Gaitboter）步态分析系统，该系统包含融合声音与运动传感器的可穿戴步态采集设备与相应的步态分析软件。可穿戴步态采集设备外观为日常穿着的运动鞋，鞋内置多传感器融合的步态数据采集电路，具体包含步态原始数据采集和获取模块、处理器模块、蓝牙无线收发模块、存储模块和电源模块。传感器包括微型麦克风（采样率4000 Hz），以及加速度计、陀螺仪和脚底薄膜压力传感器（采样率均为80 Hz）。步态分析软件安装于智能手机上，可实时接收步态采集设备发送的步态数据并进行分析，采用的技术包括双通道穿戴式麦克风音频中的脚步声检测[7]、融合脚步声和惯性传感器数据的步态特征提取等[8]。前期实验表明，由于融合了声音与运动传感器两个通道的信息，本文所采用的系统测得的步态时空参数准确率高于只采用加速度、陀螺仪等惯性传感器的系统[7-8]。

测试时左右脚同步进行数据采集，并通过无线蓝牙将采集到的传感器信号实时传输到智能终端，经过软件分析后，可以提取出步态的时空参数、踝关节三维运动参数以及足底压力分布情况。

1.3 研究方法 ①开始测试前向受试者解释实验过程及注意事项；②受试者选择适合尺寸的可穿戴设备，身着轻薄服装；③选定一条长10 m、宽3 m的走道作为步态分析走道，并由操作者对可穿戴设备进行校准；④测试时要求受试者在不受干扰的状态下，以直线匀速行走10 m，共记录2次，使用基于融合声音与运动传感器的步态分析技术对受试者进行步态分析，软件可自动分析受试者相关步态参数。正式测试前受试者需在走道上行走2次以适应环境。

步态时间-空间参数：①步幅：即同一侧足跟前后连续2次着地点间的纵向直线距离。②步频：每分钟平均步数（步数/分）。③摆动相时间：指足离开地面向前迈步到再次落地之间的时间。④支撑相时间：下肢接触地面的时间，包括单足支撑相时间及双足支撑相时间。⑤步速：步行的平均速度（m/s）。⑥足偏角：足中心线与同侧步行直线之间的夹角。

踝关节运动学参数：包括离地角度、着地角度及矢状面、冠状面、水平面最小角度、最大角度。其中，矢状面角度以足尖向上为正值，向下为负值；冠状面以足背内翻为正值，外翻为负值；水平面以足尖向外为正值，足尖向内为负值。

1.4 统计学处理 采用SPSS 23.0软件进行数据分析，所有计量资料根据正态分布用的形式描述。对病例组患侧及对照组进行两独立样本t检验以评估系统敏感性，P＜0.05表示差异具有统计学意义。对2次测试结果使用组内相关系数（intraclass correlation coefficient，ICC）分析重测信度。根据J. Richard Landis和Gary G. Koch的标准[9]：ICC值在0.81～1.00表示重测信度好，0.61～0.80为中等，0.41～0.60为一般，0.11～0.40为较低，＜0.10表示无一致性。

2 结果

2.1 敏感性 病例组患侧步态时空参数与对照组比较，步幅缩短，步频及步速下降，摆动相时间、支撑相时间及双足支撑时间延长，比较差异均有统计学意义（P＜0.01）。病例组患侧步行时踝关节运动学参数与对照组比较，结果显示偏瘫侧踝背屈下降，比较差异具有统计学意义（表1）。

2.2 重测信度 受试者正常行走时，本研究所采用的融合声音与运动传感器的步态分析技术2次测量所得的时空参数及关节角度的ICC均较高（0.901～0.996），提示该步态分析技术重测信度较好（P＜0.001）（表2）。

3 讨论

与传统的足印法及目前实验室步态分析常用的三维步态分析法相比，融合声音与运动传感器的步态分析技术具有操作简单、成本较低、对测试场地无特殊要求等优势。本研究旨在评测该技术的稳定性，验证其重复测量的一致性及准确性。

步态不对称是卒中后步态的重要特点[10]，偏瘫患者与社区正常成人步幅、步频、步速及双足支撑时间等参数比较具有差异。大部分偏瘫步态表现为患肢单足支撑相显著缩短、双足支撑相延长，步幅缩短，步频、步速降低，典型的划圈步态为摆动相足下垂、足内翻、直膝、髋关节外旋。本研究对偏瘫组及正常对照组的各项步态时空参数及关节角度进行比较，统计学分析显示，本研究结果与既往研究结果相似[6，11-13]，提示偏瘫患者患侧下肢的步速显著减慢，步幅、步频显著低于对照组，且摆动时间、总支撑时间、双足支撑时间显著延长，踝关节背屈下降。其中，步行速度是评估偏瘫患者行走能力的重要客观指标，偏瘫患者步速减慢考虑为多因素共同作用的结果，包括肌力下降、平衡功能受损及运动功能恢复较差等。有学者认为偏瘫患者步幅缩短考虑与如下因素相关：①患肢肌力下降导致摆动相早期足部离开地面的推进力不足；②患侧足趾离地及摆动相早期髋关节屈肌力量弱；③患肢摆动相晚期减速过快；④健侧支撑期髋关节伸肌过度活动[14]。偏瘫患者步行时主要依赖健侧下肢负重，导致偏瘫侧单足支撑相缩短，双足支撑相延长，形成不对称步态，增加行走时能量消耗及摔倒风险，可严重影响患者独立生活能力。本研究中偏瘫组的步态参数与对照组相比差异均具有统计学意义，提示该步态分析系统对患者步态异常具有较高敏感性。

表1 病例组与对照组步态时间-空间参数及步行时踝关节运动学参数比较

表2 步态分析的重测信度

此外，本研究测量所得的步态时空参数及踝关节活动角度的ICC值均＞0.8，且95%可信区间较集中，提示本测试系统具有良好的信度。

本研究不仅测量了正常成人及卒中偏瘫患者步行的时空参数，也记录行走时矢状面、冠状面及横断面的踝关节角度的参数；同时，对该步态分析系统进行了重测信度的分析，可深入了解该分析系统的优势及劣势。相较于传统的三维步态分析法，本研究中的步态分析系统无法评估膝关节及髋关节的运动参数，因此在涉及多关节角度分析比较时，本方法略显不足，还需结合其他步态评估方式。

综上所述，基于融合声音与运动传感器的步态分析技术具有便携、省时、操作简单、较好的稳定性及灵敏性等特点，可用于临床中对步态的测试及评估。